Conclusion du chapitre1
L'objectif de ce chapitre était de rechercher sur les
plans théorique et empirique les facteurs susceptibles d'expliquer le
niveau de mobilisation fiscale d'un Etat.
Après donc avoir passé en revue les
différents travaux théorique et empirique sur l'économie
des finances publiques, il se dégage que les déterminants de la
mobilisation fiscale sont de divers ordres (en général ils sont
regroupés en deux catégories : ceux qui sont des sources
« potentielles » de mobilisation des recettes fiscales et
ceux qui au contraire annihilent l'effort de recouvrement des
impôts) ; il est donc impératif pour chaque pays de
maîtriser les sources potentielles de mobilisation des recettes fiscales
et de détecter les obstacles susceptibles d'ébranler les efforts
en vue de l'accroissement de ses ressources, ce qui permettra à
coût sûr aux Pouvoirs Publics de savoir sur quels leviers s'appuyer
pour bâtir une politique fiscale adaptée à même de
leur faire engranger des ressources indispensables à la mise en oeuvre
de sa politique économique et sociale.
Compte tenu du manque de statistiques sur certaines variables
dans le cas de notre pays, nous nous contenterons dans le cadre du chapitre
suivant de ne tester que la dynamique entre quelques variables auxquelles nous
avons eu accès aux statistiques.
Les travaux ultérieurs nous permettront sans doute
d'élargir l'échantillon des variables à prendre en compte
pour mieux affiner l'étude.
Chapitre 2
Analyse économétrique des déterminants
macroéconomiques de la mobilisation fiscale au Cameroun
« L'impôt est
cette portion du produit de la terre et de l'industrie d'un pays, qu'on met
à la disposition du gouvernement. », David
Ricardo(1835).
Introduction au chapitre2
Après avoir passé en revue les travaux
théoriques et empiriques relatif à la mobilisation fiscale de
façon générale, il question pour nous dans ce chapitre
d'analyser les déterminants macroéconomiques de la mobilisation
des impôts au Cameroun. La revue de la littérature nous a permis
de repérer les facteurs susceptibles d'expliquer le niveau de
mobilisation des recettes fiscales d'un pays donné. Nous nous limiterons
dans le cadre de cette étude aux déterminants structurels
identifiés ici par les variables part de la valeur ajoutée du
secteur agricole dans le PIB, part de la valeur ajoutée du secteur
industriel dans le PIB, part du commerce dans le PIB, le taux de croissance du
PIB par tête ; et les déterminants de politiques
macroéconomiques identifiés ici par les variables part du
financement extérieur dans le PIB et part de la monnaie et quasi monnaie
dans le PIB. La variable d'intérêt ici est le « taux de
pression fiscale ». Les données pour cette étude
proviennent essentiellement du CD-ROM de la Banque Mondiale (2008) et
s'étendent sur 1980-2006. Pour y parvenir nous étudierons au
préalable les propriétés statistiques des variables
d'analyse en nous appuyant sur les théories
économétriques ; ensuite nous passerons à
l'estimation du modèle approprié, à la présentation
et à l'interprétation des résultats.
Section 1 : Etude des propriétés
statistiques des variables d'analyse
Dans cette section, il est question d'étudier les
séries données que nous utiliserons pour construire notre
modèle. Ainsi, la première sous-section est consacrée
à la procédure des tests de stationnarité et la seconde
sous-section à l'étude de la stationnarité des
séries. Un processus est dit stationnaire si tous ses moments sont
invariants pour tout changement de l'origine du temps. L'étude de la
stationnarité individuelle se fait à travers des tests de
Dickey-Fuller.
Nous effectuerons le test de rupture et le test de
stationnarité sur chacune d'elles et s'il s'avère qu'elles sont
stationnaires, elles seront utilisées pour l'estimation du
modèle. Par contre si elles ne le sont pas nous utiliserons l'une des
procédures classiques pour les rendre stationnaires.
Présentation du modèle VAR
réduit
Xt=A0+?kt=1AkXt-k+
°t
Avec  =
Ak est la matrice des
paramètres du modèle,
A0 est la matrice des
termes constants,
t est le vecteur des erreurs
liées aux variables du modèle.
1.1. Procédure des tests ADF et test de racine unitaire
avec prise en compte des ruptures de Clémente et al. (1998)
1.1.1. Test ADF
Le test de Dickey-Fuller Augmenté fait
l'hypothèse que les résidus sont des bruits blancs, or les
résidus ne sont pas toujours non corrélés. Le test ADF
généralise la procédure de test de Dickey-Fuller simple en
prenant compte de l'auto corrélation d'ordre p des résidus.
L'ordre du processus AR est fixé selon le critère de Schwarz SC
ou Akaike AIC.
En considérant l'équation :
°t=è1°t-1+
è2°t-2+-----+
èp+1°t-p+1+
èp°t-1', le test ADF aboutit aux trois
modèles suivants :
Modèle1 :
?Xt=
ÔXt-1-?ni=2?Xt-i+1+°t
Avec, Ho: Ô=0 et H1 :
Ô<0
Modèle2 :
?Xt=
ÔXt-1+c-?ni=2?Xt-i+1+°t
Avec, Ho: c=0 et H1 :
Ô<0
Modèle3 :
?Xt=
ÔXt-1+c+ßt-?ni=2?Xt-i+1+°t
Avec, Ho: c=ß et H1 :
Ô<0
Il est donc fondamental de retenir le modèle le plus
adéquat pour optimiser la puissance du test. L'approche
recommandée est une approche séquentielle qui peut se
résumer ainsi :
Etape1. Estimer le
modèle3, puis tester la significativité de la tendance
déterministe. Si la tendance n'est significative, on passe à
l'étape2. Si la tendance est significative, on teste l'hypothèse
nulle de racine unitaire en comparant la t-statistique de Ô aux valeurs
tabulées par Dickey et Fuller.
ü Si l'hypothèse nulle n'est pas rejetée,
la série Xt est non stationnaire. Il faut la
différencier et recommencer la procédure.
ü Si l'on rejette l'hypothèse nulle, Xt
est stationnaire et la procédure de test s'arrête.
Etape2. Estimer le
modèle2 et tester la significativité de la constante, toujours en
se référant aux tables de Dickey et Fuller. Si la constante n'est
pas significative, alors le modèle2 n'est pas le bon modèle, on
passe à l'étape3 ; sinon, on teste l'hypothèse nulle
de racine unitaire.
ü Si l'hypothèse nulle n'est pas rejetée,
la série Xt est non stationnaire.
ü Si l'on rejette l'hypothèse nulle, Xt
est stationnaire.
Etape3. Estimer le
modèle3 et tester l'hypothèse nulle de racine unitaire en se
référant aux valeurs critiques tabulées par Dickey et
Fuller.
ü Si l'hypothèse nulle n'est pas rejetée,
la série Xt est non stationnaire.
ü Si l'on rejette l'hypothèse nulle, Xt
est stationnaire.
| 
